MapReduce数据清洗及Hive数据库操作
Posted yishaui
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MapReduce数据清洗及Hive数据库操作相关的知识,希望对你有一定的参考价值。
1、 数据清洗:按照进行数据清洗,并将清洗后的数据导入hive数据库中。
两阶段数据清洗:
(1)第一阶段:把需要的信息从原始日志中提取出来
ip: 199.30.25.88
time: 10/Nov/2016:00:01:03 +0800
traffic: 62
文章: article/11325
视频: video/3235
(2)第二阶段:根据提取出来的信息做精细化操作
ip--->城市 city(IP)
date--> time:2016-11-10 00:01:03
day: 10
traffic:62
type:article/video
id:11325
(3)hive数据库表结构:
create table data( ip string, time string , day string, traffic bigint,
type string, id string )
以上是关于MapReduce数据清洗及Hive数据库操作的主要内容,如果未能解决你的问题,请参考以下文章
大数据(MapReduce的编程细节及其Hive的安装,简单操作)
Hive的存储和MapReduce处理——数据清洗(Part3)
对给定的数据利用MapReduce编程实现数据的清洗和预处理,编程实现数据存储到HBase数据库,实现数据的增删改查操作接口